Klasifikasi Status Gizi pada Anak Usia 6-12 Tahun di Indonesia dengan Menggunakan Regresi Logistik Ordinal dan Support Vector Machine (SVM)

Nurfida, Flashy Fitria (2014) Klasifikasi Status Gizi pada Anak Usia 6-12 Tahun di Indonesia dengan Menggunakan Regresi Logistik Ordinal dan Support Vector Machine (SVM). Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[thumbnail of 1310100093-Undergraduate_Thesis.pdf]
Preview
Text
1310100093-Undergraduate_Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Masalah gizi pada hakikatnya adalah masalah
kesehatan masyarakat, namun penanggulangannya tidak
dapat dilakukan dengan pendekatan medis dan pelayanan
kesehatan saja. Di Indonesia salah satu masalah gizi yang
belum selesai adalah masalah gizi kurang. Sementara itu,
masalah gizi yang mengancam kesehatan masyarakat
(emerging) adalah gizi lebih. Perhatian terhadap anak
termasuk anak usia sekolah dasar semakin ditingkatkan,
terutama dalam hal yang berkaitan dengan masalah gizi.
Status gizi dipengaruhi oleh konsumsi makanan dan
penggunaan zat-zat gizi di dalam tubuh. Faktor karakteristik
keluarga juga menjadi salah satu penyebab yang dapat
mempengaruhi status gizi pada anak. Pada penelitian ini
dilakukan analisis status gizi menggunakan regresi logistik
ordinal dan Support Vector Machine (SVM). Berdasarkan
hasil penelitian dengan regresi logistik ordinal, menunjukkan
bahwa variabel prediktor yang berpengaruh terhadap status
gizi adalah jumlah konsumsi, usia, pekerjaan kepala keluarga,
daerah,dan karbohidrat, untuk model kategori laki-laki,
sedangkan pada model kategori perempuan adalah jumlah
konsumsi, pekerjaan kepala keluarga, daerah, dan protein.
Berdasarkan variabel yang berpengaruh dan signifikan dalam
model regresi logistik ordinal, maka hasil klasifikasi SVM
status gizi anak usia 6-12 tahun di Bengkulu adalah 54,69%
untuk kategori laki-laki dan 53,01% untuk kategori
perempuan. Sedangkan di Sulawesi Barat ketepatan
klasifikasinya adalah 53,85% untuk kategori laki-laki dan
68,75% untuk kategori perempuan
=============================================================================================
Nutritional problem is essentially a public health problem,
but overcome it can’t be done only with the approach of medical
and health services. In Indonesia, one of the problems is the
unfinished nutritional problems of malnutrition. Meanwhile,
nutritional problems that threaten public health (emerging) is
more nutritional. Attention to children, including children of
primary school age must be improved, especially in matters
related to nutritional problems. Nutritional status is influenced by
the consumption of food and the use of nutrients in the body.
Factor family characteristics also become one of the causes that
can affect the nutritional status of children. In this research, the
analysis of nutritional status using ordinal logistic regression and
Support Vector Machine (SVM). Based on the research results
with ordinal logistic regression, indicating that the predictor
variables that influence nutritional status is the sum of
consumption, age, occupation of household head, region, and
carbohydrates, to model the male category, while in the female
category of the model is the sum of consumption, work head
family, region, and proteins. Based on an influential and
significant variables in the ordinal logistic regression model, the
results of SVM classification of nutritional status of children aged
6-12 years in Bengkulu was 54.69% for the category of men and
53.01% for women category. While in West Sulawesi
vii

classification accuracy was 53.85% for the category of men and
68.75% for women category.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.535 Nur k
Uncontrolled Keywords: Status Gizi, Regresi Logistik Ordinal, Support Vector Machine, Ketepatan Klasifikasi
Subjects: H Social Sciences > HD Industries. Land use. Labor > HD38.5 Business logistics--Cost effectiveness. Supply chain management. ERP
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 15 Oct 2020 04:23
Last Modified: 15 Oct 2020 04:23
URI: http://repository.its.ac.id/id/eprint/82143

Actions (login required)

View Item View Item